有人說小目標檢測不好做了？可不見得，作為目標檢測領域的硬骨頭，它在2025年依然充滿挑戰與機遇，妥妥的”學術富礦“（戰術后仰）。

雖然傳統CNN和Transformer方案已經卷出天際，但Mamba架構的橫空出世給這個領域注入了新活力——它的線性復雜度優勢和長序列建模能力，簡直就是為小目標的"像素級定位"和"上下文依賴"難題量身定制的！

目前最火的創新方向集中在：1）Mamba的視覺空間建模改進（比如雙向掃描策略），2）多尺度特征融合的輕量化設計，3）與動態卷積的混合架構，4）針對小目標的序列化數據增強。尤其推薦關注Mamba+擴散模型的跨模態方案，既蹭上大模型熱度，又能真正解決小目標檢測中的噪聲敏感問題，發論文簡直雙倍快樂（doge）。現在入場正當時，畢竟SSM（狀態空間模型）在CV領域的屠榜才剛剛開始！

本文整理了近期36篇頂會頂刊上發表的Mamba與小目標檢測的前沿論文，可做參考，大家有需要掃碼領取。

掃碼添加學長，回復“小目標檢測”

免費獲取全部論文

01

Mamba嵌套結構的高效紅外小目標檢測

MiM-ISTD: Mamba-in-Mamba for Efficient Infrared Small-Target Detection

方法：論文提出了一種名為MiM-ISTD的嵌套Mamba結構，用于高效紅外小目標檢測（ISTD）。該方法通過外層Mamba塊和內層Mamba塊分別捕獲全局和局部特征，將圖像劃分為“視覺句子”和“視覺單詞”，從而在保持線性復雜度的同時，實現對局部特征的精細建模。

創新點：

• 設計了Mamba-in-Mamba結構，外層Mamba塊處理全局特征，內層Mamba塊處理局部特征，顯著提升了小目標的檢測精度。

• 通過共享網絡計算視覺單詞間的關系，以極小的計算開銷實現了局部特征的精細化建模。

• 實驗表明，MiM-ISTD在NUAA-SIRST和IRSTD-1k數據集上表現優異，推理速度比現有方法快8倍，GPU內存占用減少62.2%。
  

02

基于Mamba與CNN的多模態遙感目標檢測

RemoteDet-Mamba: A Hybrid Mamba-CNN Network for Multi-modal Object Detection in Remote Sensing Images重試錯誤原因

方法：論文提出了一種名為RemoteDet-Mamba的新型多模態無人機遙感目標檢測框架。該框架結合了Siamese CNN網絡和跨模態融合Mamba（CFM）模塊，通過CNN提取多尺度局部特征，并利用Mamba的選擇性掃描機制（SS2D）在四個方向上進行全局特征融合，實現了對密集分布小目標的高效檢測。

創新點：

• 設計了CFM模塊，基于Mamba的選擇性掃描機制，在四個方向上對多模態特征進行全局掃描和融合，顯著提升了小目標的區分能力。

• 結合CNN的局部特征提取能力和Mamba的全局建模優勢，在保持線性計算復雜度的同時，實現了高效的多模態特征融合。

• 在DroneVehicle數據集上的實驗表明，RemoteDet-Mamba的mAP達到81.8%，優于現有方法，同時保持了較低的參數量和較高的檢測速度（24.01 FPS）。

掃碼添加學長，回復“小目標檢測”

免費獲取全部論文

03

基于Mamba的紅外小目標檢測

IRMamba: Pixel Difference Mamba with Layer Restoration for Infrared Small Target Detection

方法：

創新點：

• 設計了PDMamba模塊，通過像素差分信息增強局部細節表示，同時利用空間分布函數區分目標和背景干擾。

• 提出LRM模塊，通過雙向梯度下降和交叉近端映射，實現噪聲抑制和目標層的精細重建。

• 在多個公開數據集上的實驗表明，IRMamba在客觀指標和主觀評估上均優于現有方法。
  

04

運動與位移信息學習的紅外小目標檢測

MOCID: Motion Context and Displacement Information Learning for Moving Infrared Small Target Detection

方法：論文提出了一種名為MOCID的新型模型，用于動態紅外小目標檢測（MIRSTD）。該方法通過傅里葉啟發的時空注意力（FISTA）和位移感知Mamba模塊（DAM），分別從片段級別和幀級別捕捉運動上下文和位移信息，顯著提升了動態目標的檢測性能。

創新點：

• 設計了FISTA模塊，通過傅里葉變換和可學習濾波器捕獲運動上下文，并動態調整空間特征提取。

• 提出DAM模塊，利用時間插值和差分感知掃描技術，建模幀間位移信息，增強對動態目標的感知能力。

• 在IRDST和DAUB數據集上的實驗表明，MOCID在檢測精度和效率上均優于現有方法，實現了速度與精度的平衡。

05

頻譜交互Mamba

SMILE: Spatial-Spectral Mamba Interactive Learning for Infrared Small Target Detection

方法：論文提出了一種名為SMILE（Spatial-Spectral Mamba Interactive Learning）的網絡，用于紅外小目標檢測（IRSTD）。該方法通過透視變換重構數據，結合Mamba的多方向掃描機制，利用空間Mamba和頻譜Mamba協同提取小目標的顯著性特征和高頻屬性。此外，設計了雙路徑聚合網絡（DPA）和混合表示學習模塊（HRLM），以高效融合特征并優化局部細節。

創新點：

• 提出透視變換技術，將異構背景低秩化并突出小目標，使其與Mamba的多方向掃描機制相匹配，從而增強長程依賴捕捉能力。

• 設計空間-頻譜交互SSM模塊，通過空間Mamba和頻譜Mamba分別提取小目標的顯著性和高頻特征，提升特征維度。

• 引入DPA網絡，通過選擇性注意力策略減少模型冗余，同時保持檢測性能；HRLM模塊則通過多粒度特征融合優化局部特征。

掃碼添加學長，回復“小目標檢測”

免費獲取全部論文